هو اي الاخطاء في الكود ده ؟

Ali Ahmed55 · 14 يناير

السلام عليكم

انا هنا في الكود ده عاوز

1- امسح القيمه الNaN ماعد اعمده معين

# Select columns that are important for further analysis, focusing on those that may contain missing values
data_columns_nulls = data_train[['cyto_score','cyto_score_detail','hla_high_res_6','hla_high_res_8','hla_high_res_10','hla_match_b_high','tce_imm_match','mrd_hct','tce_match','tce_div_match']]

# Drop rows with NaN values in columns that are not part of the selected ones
# Commented line below would remove any rows with NaN values, but we're handling missing data per column
#data_train.dropna(inplace=True)
for columns in data_train.columns:
    if columns not in data_columns_nulls.columns:
        # Drop rows where the selected column has NaN values
        data_train = data_train.dropna(subset=[columns])
# Calculate and print the total number of missing values per column (if needed)
missing_values = data_train.isna().sum()
print(missing_values)

ودي نتجيه الmissing_values


ID                           0
dri_score                    0
psych_disturb                0
cyto_score                2491
diabetes                     0
hla_match_c_high             0
hla_high_res_8              60
tbi_status                   0
arrhythmia                   0
hla_low_res_6                0
graft_type                   0
vent_hist                    0
renal_issue                  0
pulm_severe                  0
prim_disease_hct             0
hla_high_res_6              60
cmv_status                   0
hla_high_res_10             60
hla_match_dqb1_high          0
tce_imm_match             2468
hla_nmdp_6                   0
hla_match_c_low              0
rituximab                    0
hla_match_drb1_low           0
hla_match_dqb1_low           0
prod_type                    0
cyto_score_detail         4105
conditioning_intensity       0
ethnicity                    0
year_hct                     0
obesity                      0
mrd_hct                   5884
in_vivo_tcd                  0
tce_match                 6306
hla_match_a_high             0
hepatic_severe               0
donor_age                    0
prior_tumor                  0
hla_match_b_low              0
peptic_ulcer                 0
age_at_hct                   0
hla_match_a_low              0
gvhd_proph                   0
rheum_issue                  0
sex_match                    0
hla_match_b_high            60
race_group                   0
comorbidity_score            0
karnofsky_score              0
hepatic_mild                 0
tce_div_match             2536
donor_related                0
melphalan_dose               0
hla_low_res_8                0
cardiac                      0
hla_match_drb1_high          0
pulm_moderate                0
hla_low_res_10               0
efs                          0
efs_time                     0
dtype: int64

لحد دلوقتي تمام بعد كده

2- املئ القيمه الNaN في الاعمدا المعين التي لم امسحها

# Fill missing values in the columns selected for analysis
for columns in data_columns_nulls.columns:
    # For categorical columns (object type), fill NaN with the most frequent value (mode)
    if data_train[columns].dtype == 'object':
        data_train[columns].fillna(data_train[columns].mode()[0])
    else:
        # For numerical columns, fill NaN with the mean of the column
        data_train[columns].fillna(data_train[columns].mean())
print("-" * 20)
# Calculate and print the total number of missing values per column (if needed)
missing_values = data_train.isna().sum()
print(missing_values)

نتجه الmissing_values زي الاول بطبظ طيب ازي مش المفروض يكون كلها اصفر

ID                           0
dri_score                    0
psych_disturb                0
cyto_score                2491
diabetes                     0
hla_match_c_high             0
hla_high_res_8              60
tbi_status                   0
arrhythmia                   0
hla_low_res_6                0
graft_type                   0
vent_hist                    0
renal_issue                  0
pulm_severe                  0
prim_disease_hct             0
hla_high_res_6              60
cmv_status                   0
hla_high_res_10             60
hla_match_dqb1_high          0
tce_imm_match             2468
hla_nmdp_6                   0
hla_match_c_low              0
rituximab                    0
hla_match_drb1_low           0
hla_match_dqb1_low           0
prod_type                    0
cyto_score_detail         4105
conditioning_intensity       0
ethnicity                    0
year_hct                     0
obesity                      0
mrd_hct                   5884
in_vivo_tcd                  0
tce_match                 6306
hla_match_a_high             0
hepatic_severe               0
donor_age                    0
prior_tumor                  0
hla_match_b_low              0
peptic_ulcer                 0
age_at_hct                   0
hla_match_a_low              0
gvhd_proph                   0
rheum_issue                  0
sex_match                    0
hla_match_b_high            60
race_group                   0
comorbidity_score            0
karnofsky_score              0
hepatic_mild                 0
tce_div_match             2536
donor_related                0
melphalan_dose               0
hla_low_res_8                0
cardiac                      0
hla_match_drb1_high          0
pulm_moderate                0
hla_low_res_10               0
efs                          0
efs_time                     0

Chihab Hedidi · 14 يناير

عند استخدام fillna، تحتاج إلى إعادة تعيين القيم إلى الأعمدة لأن fillna لا تعدل البيانات في مكانها بشكل افتراضي إلا إذا استخدمت inplace=True، إليك الكود المعدل الذي يجب أن يعمل كما هو متوقع:

# تحديد الأعمدة التي تحتوي على القيم المفقودة والتي ترغب في التعامل معها
data_columns_nulls = ['cyto_score', 'cyto_score_detail', 'hla_high_res_6', 'hla_high_res_8', 
                      'hla_high_res_10', 'hla_match_b_high', 'tce_imm_match', 
                      'mrd_hct', 'tce_match', 'tce_div_match']

# مسح القيم المفقودة (NaN) في الأعمدة غير المحددة
for column in data_train.columns:
    if column not in data_columns_nulls:
        data_train = data_train.dropna(subset=[column])

# تعبئة القيم المفقودة (NaN) في الأعمدة المحددة
for column in data_columns_nulls:
    if column in data_train.columns:
        # إذا كان العمود نصي (object)، املأ بـ mode
        if data_train[column].dtype == 'object':
            data_train[column].fillna(data_train[column].mode()[0], inplace=True)
        else:
            # إذا كان العمود رقمي، املأ بـ mean
            data_train[column].fillna(data_train[column].mean(), inplace=True)

# التحقق من القيم المفقودة مرة أخرى
print("-" * 20)
missing_values = data_train.isna().sum()
print(missing_values)

هنا أضفنا inplace=True مع fillna لضمان تعديل القيم داخل الإطار مباشرة.

Ali Ahmed55 · 14 يناير

بتاريخ 6 دقائق مضت قال Chihab Hedidi:

عند استخدام fillna، تحتاج إلى إعادة تعيين القيم إلى الأعمدة لأن fillna لا تعدل البيانات في مكانها بشكل افتراضي إلا إذا استخدمت inplace=True، إليك الكود المعدل الذي يجب أن يعمل كما هو متوقع:

# تحديد الأعمدة التي تحتوي على القيم المفقودة والتي ترغب في التعامل معها
data_columns_nulls = ['cyto_score', 'cyto_score_detail', 'hla_high_res_6', 'hla_high_res_8', 
                      'hla_high_res_10', 'hla_match_b_high', 'tce_imm_match', 
                      'mrd_hct', 'tce_match', 'tce_div_match']

# مسح القيم المفقودة (NaN) في الأعمدة غير المحددة
for column in data_train.columns:
    if column not in data_columns_nulls:
        data_train = data_train.dropna(subset=[column])

# تعبئة القيم المفقودة (NaN) في الأعمدة المحددة
for column in data_columns_nulls:
    if column in data_train.columns:
        # إذا كان العمود نصي (object)، املأ بـ mode
        if data_train[column].dtype == 'object':
            data_train[column].fillna(data_train[column].mode()[0], inplace=True)
        else:
            # إذا كان العمود رقمي، املأ بـ mean
            data_train[column].fillna(data_train[column].mean(), inplace=True)

# التحقق من القيم المفقودة مرة أخرى
print("-" * 20)
missing_values = data_train.isna().sum()
print(missing_values)

هنا أضفنا inplace=True مع fillna لضمان تعديل القيم داخل الإطار مباشرة.

الف شكرااا جدا جدا لحضرتك

جزاك الله كل خير

هو اي الاخطاء في الكود ده ؟

السؤال

Ali Ahmed55

2 أجوبة على هذا السؤال

Recommended Posts

Chihab Hedidi

Ali Ahmed55

انضم إلى النقاش

إعلانات

تابعنا على

الرئيسية

تابعنا

دروس ومقالات

أسئلة وأجوبة

كتب

دورات

بطاقات هدية